Selecting feature subsets with nature inspired algorithms for cyberbully detection

---

Tezin Türü: Doktora

Tezin Yürütüldüğü Kurum: Çukurova Üniversitesi, Fen Bilimleri Enstitüsü, Elektrik-Elektronik Mühendisliği, Türkiye

Tezin Onay Tarihi: 2016

Tezin Dili: İngilizce

Öğrenci: ESRA SARAÇ EŞSİZ

Danışman: Selma Ayşe Özel

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Sanal zorbalık, Internet ya da e-posta, web sayfası, sms gibi diğer elektronik ortamları kullanarak savunmasız bir kişiye kötü davranışlarda bulunmak ya da hakaret etmek olarak tanımlanır. Birçok sanal zorbalık durumu intiharla sonuçlanmaktadır. Bu çalışmanın amacı, nitelik çıkarımı, nitelik seçimi ve sınıflandırmanın sanal zorbalık tespiti üzerindeki etkilerini göstermektir. Bu çalışmada birçok nitelik çıkarım yöntemi ile Karınca Kolonisi Optimizasyonu ve ki-kare istatistiği tabanlı bir nitelik seçim yöntemi önerilmiştir. Önerilen Karınca Kolonisi Optimizasyonu tabanlı algoritma Web bloglarından ve tweetlerden derlenen Formspring.me, MySpace, YouTube, Twitter ve Anti Social Behaviour veri setleri üzerinde test edilmiştir. Çalışmanın deneysel sonuçları, sanal zorbalık tespiti için nitelik seçiminde Karınca Kolonisi Optimizasyon yönteminin kabul edilebilir bir eniyileme yöntemi olduğunu kanıtlamıştır. Yapılan deneyler sonucunda, Karınca Kolonisi Optimizasyon yöntemiyle nitelikler azaltılırken, sınıflandırma performansı artmış ve/veya sınıflama süresi azalmıştır.